SPEAKING · 講師邀約

聽完覺得有收穫不算。
帶著成品離開教室。

我教的不是「AI 有哪些工具」,是把 AI 接進你原本就在做的那條流程。 課程以實作為主:走完課程,學員的電腦裡真的多出一份可以編輯的成品, 而且自己做的東西真的掛得上網路、別人打得開。

PROOF · 5

現場照片與學員回饋

從同一場中正高工研習挑出幾個不同片段:講解、實作、台下協助,以及課後合照。

Dawson Wang 在中正高工電腦教室中穿梭於老師座位之間講解 AI 實作流程

中正高工教師 AI 應用研習 · 實作中穿梭講解

「感謝講師細心的指導 我聽得懂 也做得出來 超讚的」

— 專業群科教師 · 中正高工

Dawson Wang 站在中正高工電腦教室白板前,用麥克風說明課程開場

從共同案例開始,先把 AI 協作的問題講清楚

「教學準備充足,能從學生的角度思考其需求,讚!」

— 語文/社會科教師 · 中正高工

中正高工電腦教室內,多位老師坐在桌機前跟著課程完成 AI 實作

不是工具展示,而是把同一條備課工作流走完

「對ai的認識有更系統化的理解,除了教導大家做出成品,還具體説明是如何做出來,這部份講解的很清楚。」

— 數學/自然科教師 · 中正高工

Dawson Wang 走到老師座位旁,陪同檢查螢幕上的 AI 實作成果

實作時間走到台下,處理每個人真正卡住的地方

「講師單獨講解時 有確實解答我的問題」

— 專業群科教師 · 中正高工

兩天工作坊結束後,Dawson Wang 與中正高工老師們在電腦教室合照

兩天工作坊結束後,和中正高工老師們合照

「反重力智慧程式設計,好棒!深入淺出的授課,實作與理論及資安並重,很讚!」

— 語文/社會科教師 · 中正高工

第 1 張,共 5 張

授課單位
3
授課場次
6
累積人次
170
授課領域
醫療 · 教育
ENGAGEMENTS

授課紀錄

METHOD

課怎麼設計的

中正高工那場的回饋比我預期的好,據說是因為教材設計跟其他研習不太一樣。 這套做法不是一次想出來的,是在醫院那幾場來回跑了幾趟、加上跟助教討論之後才長出來的。

從受眾自己有感的例子開始

中正高工那場的共同案例是國中七年級的一元一次方程式:八題隨堂測驗加 30 位匿名學生的作答資料,要把全班分成三個學習群組、產出 15 分鐘的補救教材。選案例卡兩個條件——受益的必須是老師本人,而且不能預設任何一門專業知識。

一步只處理一個痛點

案例底下掛六個痛點,一個痛點對一個實作步驟:說不清楚需求、回答太長、不敢直接相信、不知道怎麼改、常失憶、AI 味太重。六步走下來是同一條備課工作流,不是六個彼此無關的工具展示。

實作 > 觀念

大家對 AI 的依賴已經到了每天都會用的程度,直接破解平常遇到的狀況、讓大家當場實作,比單純分享來得重要。對一些人來說,動手做才有辦法真正吸收。

別預期他們會主動發問

即使一直鼓勵發問也不要期待踴躍。要在實作的時候走到台下私下問——有些人根本不知道「原來這個可以問」,或不知道自己卡住的地方是一個需要發問的問題。

工具教了,煞車要在同一堂課教完

教 vibe coding 特別重要。當一個人第一次發現可以把一段不知道誰寫的東西貼進來、然後它就動了——那個當下最需要有人在旁邊踩煞車。

這一場的問題,是下一場的教材

根據每次的互動蒐集常見問題,加進下次的分享裡。簡報一場一場迭代,就越能跟不同的受眾產生共鳴。